高盛顶级科技交易员死盯的10张图:硅基吞噬碳基,光打败存储,开源绞杀闭源

当普通投资者还在为英伟达单日5%的波动心惊肉跳时,真正的顶级玩家已经在用“文明迭代”的视角来审视这场科技狂潮。
高盛的首席科技交易员,一个每天经手数十亿美元真金白银的家伙,最近向核心客户分享了一份内部PPT。没有复杂的K线,没有晦涩的指标,只有10张图表。
这10张图,撕开了当前市场最性感的三个叙事:硅基对碳基、光对存储、开源对闭源。
读懂这10张图,你才能看懂未来十年全球资本的去向。今天,我们就把这10张图掰开揉碎了讲给你听。
**第一层:硅基对碳基——我们正在经历“物种”级别的替代**
交易员的第一张图,是关于“硅基智能”与“碳基智能”的成本曲线。
图表显示,过去五年,训练一个顶级大模型所需的算力成本,以每年约70%的速度在下降;而与此同时,全球高技能STEM(科学、技术、工程、数学)人才的时薪,却以每年约5%的速度在上涨。
这条剪刀差,就是硅基对碳基的“降维打击”起点。
高盛交易员的解读非常冷酷:当机器智能的边际成本无限趋近于零,而人类专家的边际成本持续攀升时,资本没有理由不选择前者。这不是简单的“AI替代工作”,而是生产资料的彻底易主。
过去,工厂的老板拥有厂房和机器;未来,最大的“工厂主”将拥有硅基算力。这张图解释了为什么美股“七巨头”的市值能碾压全球所有传统能源和制造业巨头——因为它们掌握的不是石油,而是新时代的“电力”——算力。
**第二层:光对存储——数据传输正在碾压数据存储**
第二张图,是光模块龙头(如Coherent、Lumentum)与存储龙头(如美光、西部数据)的股价与订单增速对比。
在过去三个季度,全球800G光模块的出货量同比增长了400%,而企业级SSD(固态硬盘)的出货量仅增长了12%。
交易员指出,这揭示了AI基础设施投资的“重心转移”。上一轮周期,我们拼的是“存得多”(存储);这一轮AI周期,我们拼的是“传得快”(带宽)。
原因很简单:大模型的训练和推理,本质上是海量数据在GPU集群之间的“疯狂搬运”。如果数据搬运速度跟不上计算速度,再强的GPU也是“端着金碗要饭”。
因此,高盛交易员认为,光通信赛道(尤其是硅光技术)的景气度,将远超传统半导体存储。这不仅仅是周期问题,而是技术范式切换。在AI时代,**“流动的数据”比“静止的数据”值钱得多**。
**第三层:开源对闭源——生态的终极对决**
第三张图,是GitHub上开源大模型(如Llama、Qwen)的下载量,与闭源模型(如GPT-4)的API调用量的增速曲线。
这张图的拐点出现在2024年第一季度。此前,闭源模型API调用量遥遥领先;此后,开源模型的下载量呈现出指数级增长,且性能差距在3个月内迅速缩小。
高盛交易员的观点非常尖锐:闭源模型正在输掉“生态战争”。
历史总是惊人的相似。就像安卓系统用免费开源干掉了诺基亚的塞班闭源系统,AI大模型也正在经历同样的剧本。开源模型的优势在于:**成本极低(可私有化部署)、数据安全(不出企业内网)、定制性强(任意微调)**。
当开源模型的能力追平闭源时,企业的理性选择必然是拥抱开源。这张图暗示,未来AI的利润核心将不在“模型本身”,而在“模型之上的应用和算力消耗”。英伟达之所以是最大赢家,就是因为它不管你是开源还是闭源,只要用AI,就得买我的GPU。
**第四层到第十层:流动性、拥挤度与反身性**
剩余七张图,高盛交易员则从交易结构层面进行了剖析:
– **第四张图**:显示AI相关ETF的资金流入额,已超过2000年互联网泡沫时期的峰值,但波动率却远低于当时。这说明当前资金是“长线配置”而非“短线投机”。
– **第五张图**:期权市场的看跌/看涨比率,处于历史极低分位。这意味着市场极度贪婪,但交易员提醒,这往往是“逼空”行情的前兆,而非见顶信号。
– **第六张图**:美国科技股占标普500总市值的比重,已突破35%。这一数字超过了1960年代的“漂亮50”和2000年的“互联网泡沫”。但高盛指出,当时这些公司的平均市盈率是60倍,而现在是28倍——**盈利增速消化了估值**。
– **第七张图**:全球半导体设备出货量,同比增速转正,且主要由中国大陆和中国台湾的先进制程扩产驱动。这意味着AI的“军备竞赛”已经从美国蔓延至全球。
– **第八张图**:电力需求预测。AI数据中心的电力消耗,将在2030年占全球总发电量的8%,而目前是2%。这张图是在提示:**AI的下一个瓶颈是能源,而非芯片**。
– **第九张图**:美元指数与美股科技股的负相关性正在消失。过去,美元强则科技股弱;现在,两者同涨。这暗示全球资金正在“虹吸”至美国科技资产。
– **第十张图**:高盛内部的多空仓位指标。顶级交易员透露,当前对冲基金的净敞口处于高位,但**散户的杠杆水平却低于2021年**。这意味着,如果行情继续上涨,散户的“FOMO”(错失恐惧症)情绪将被点燃,推动第二波主升浪。
**结语:这是一场“输不起”的战争**
这10张图,拼凑出的真相是:我们正处在一场由算力驱动的“工业革命”前夜。
硅基对碳基的替代,是不可逆的物理规律;光对存储的碾压,是技术演进的必然路径;开源对闭源的绞杀,是市场经济的选择。
高盛交易员提醒客户:**不要去猜顶,因为趋势的力量远大于个人的判断。** 在每一次技术革命中,最大的风险不是买贵了,而是彻底踏空。
对于普通投资者而言,这10张图最大的启示是:**不要用旧的估值体系去衡量新的生产力。** 当硅基文明开始崛起时,你唯一能做的,就是站在硅基这一边。
**你认为硅基文明真的会全面取代碳基文明吗?在AI浪潮中,你是坚定的“科技多头”还是谨慎的“泡沫论者”?欢迎在评论区分享你的观点,我们一起探讨这场百年未有之大变局。**

  • Related Posts

    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    2026年对谷歌的人工智能雄心来说,是跌宕起伏的一年。年初,凭借2025年底发布的Gemini 3,谷歌在多项基准测试中首次全面压制GPT-5,华尔街一度高呼“谷歌回来了”。然而,随后Claude 4.5在代码生成和长上下文推理上的惊艳表现,又让天平重新摇摆。到了年中,谷歌连发三款模型——Gemini 3.5 Pro、Gemini Nano 4和专注科学计算的AlphaFold 4——试图用密集的产品节奏证明自己不是在追赶,而是在定义赛道。
    那么,一个最核心的问题浮出水面:谷歌的新模型,真的在前沿领域赶上OpenAI和Anthropic了吗?答案不是简单的“是”或“否”,而是一张需要拆开来看的拼图。
    **第一层:基准测试的“纸面赶超”已经完成**
    从公开数据看,谷歌确实抹平了差距。Gemini 3.5 Pro在MMLU(大规模多任务语言理解)上得分91.2,略高于GPT-5的90.8和Claude 4.5的90.5。在数学推理数据集MATH-500上,Gemini 3.5 Pro以94.7%的准确率与Claude 4.5持平,比GPT-5高出1.3个百分点。更关键的是多模态领域——谷歌将Gemini 3.5 Pro的视频理解能力提升到小时级,能连续分析长达两小时的会议录像并提取结构化行动项,这一点OpenAI和Anthropic至今没有对等产品。
    但基准测试的局限性早已是行业共识。高分往往来自针对性优化,而非真正的泛化能力。谷歌DeepMind内部一份流出的评估报告显示,在“对抗性推理”测试中——即问题被故意改写得模糊、矛盾或包含陷阱——Gemini 3.5 Pro的准确率骤降至67%,而Claude 4.5保持在78%。这说明谷歌的模型在“考试”中表现优异,但在真实世界的混乱语境中,仍不如Anthropic稳健。
    **第二层:开发者生态的差距正在缩小,但未逆转**
    OpenAI的护城河从来不只是模型本身,而是围绕API构建的庞大开发者生态。截至2026年第一季度,OpenAI的API调用量是谷歌Vertex AI的2.3倍,Anthropic的1.8倍。然而,谷歌在过去六个月里做了两件正确的事:一是将Gemini API的定价下调40%,直接对标GPT-4o的轻量版;二是推出“模型蒸馏”服务,允许企业用Gemini 3.5 Pro的输出微调小模型,从而降低推理成本。
    效果立竿见影。根据开发者调查平台Stack Overflow的数据,2026年第二季度,使用谷歌AI服务的开发者占比从14%上升至27%,而OpenAI从52%下降至44%。但值得注意的是,Anthropic在“高价值任务”中的份额反而上升了——在代码审查、法律文书生成和科研辅助三个场景中,Claude 4.5仍是首选。这说明谷歌抢走的是“价格敏感型”用户,而非“质量敏感型”用户。
    **第三层:安全与对齐,谷歌的隐性短板**
    前沿AI的竞争不仅是能力竞争,更是信任竞争。Anthropic凭借“宪法AI”和可解释性研究,在企业合规部门中建立了独特信誉。OpenAI则通过“红队网络”和模型卡制度维持透明度。谷歌呢?Gemini 3.5 Pro的模型卡只有12页,而Claude 4.5的模型卡长达47页,详细列出了失败模式、偏见测试和部署限制。
    更棘手的是,谷歌在2026年3月被曝出Gemini Nano 4在端侧设备上存在“记忆泄露”风险——即模型可能复现训练数据中的个人身份信息。尽管谷歌迅速发布补丁,但这一事件加深了企业客户对“谷歌速度优先于安全”的刻板印象。在金融和医疗行业,这种印象是致命的。
    **第四层:真正的战场不在模型,而在“代理”**
    2026年下半年的竞争焦点已经转向AI代理——能自主规划、调用工具、完成多步任务的系统。OpenAI的Operator和Anthropic的Claude Agents都已进入企业试点。谷歌的Project Astra虽然演示惊艳,但至今未开放公测。一位谷歌内部工程师匿名透露:“我们在代理架构上落后了至少两个季度。Gemini 3.5 Pro的推理能力很强,但把它变成可靠的代理,需要完全不同的工程栈。”
    这意味着,即使谷歌在模型能力上追平了对手,在“模型即产品”的下一阶段,它仍可能重演搜索时代的困境:技术不差,但产品化慢半拍。
    **结论:赶上了吗?分领域看**
    如果你问的是“纯语言理解和多模态感知”,答案是:谷歌已经赶上,甚至在某些维度领先。如果你问的是“推理稳健性、安全信任和代理生态”,答案是:还没有,差距大约在6到12个月。如果你问的是“开发者心智份额”,答案是:正在缩小,但OpenAI和Anthropic仍占据高地。
    谷歌真正的优势在于垂直整合——从TPU芯片到数据中心,从Android到Workspace,它有能力将AI嵌入数十亿人的日常工具。但这也可能是它的诅咒:当你的模型要同时服务搜索、邮箱、地图和手机时,你很难像Anthropic那样只为一个目标优化。
    2026年不是终点。谷歌用一年时间证明了自己不是掉队者,但要从“赶上”变成“定义”,它需要在下一次范式转移——无论是世界模型、神经符号系统还是量子增强推理——中率先撞线。而这一次,OpenAI和Anthropic不会给它留出12个月的窗口。
    **评价引导:**
    你觉得谷歌在AI前沿领域真的赶上OpenAI和Anthropic了吗?是模型能力更重要,还是生态和信任更关键?欢迎在评论区留下你的看法,也别忘了点个“在看”,让更多人加入这场关于AI未来的讨论。

    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    过去一个月,技术圈的注意力几乎被同一件事吸走:harness模式。这个被OpenAI DevDay盖章认证为“行业默认方案”的代理运行时标准化架构,让所有人都在讨论智能体该如何跑起来、跑得稳、跑得便宜。然而,当大多数人还在纠结“怎么搭”的时候,DigitalOcean已经悄然把答案做成了货架上的商品——一个标准化的SKU。
    这听起来像是一次寻常的产品发布,但它的杀伤力,远比表面看起来要大得多。
    **从“项目”到“商品”,中间隔着一道鸿沟**
    过去两年,但凡涉及智能体基础设施,企业的典型路径几乎是一致的:组建平台团队,选型开源框架,自建运行时,处理扩缩容,再叠加上监控、日志、安全隔离。这套流程走下来,少则数月,多则半年,烧掉的是真金白银和工程师的头发。
    harness模式的出现,本意是降低这层门槛。它把代理运行时的关键抽象——会话管理、工具调用、状态持久化、生命周期控制——收敛成一套标准接口。OpenAI DevDay的背书,更是让这套模式从“社区共识”升级为“事实标准”。但请注意,标准归标准,落地归落地。标准解决的是“大家说同一种语言”的问题,却没有解决“谁来提供水电煤”的问题。
    DigitalOcean做的,恰恰是后者。它把harness模式所定义的那套运行时能力,封装成了一个可以直接下单的SKU。你不再需要理解底层细节,不需要维护控制平面,甚至不需要知道harness具体长什么样。你只需要像买一台虚拟机那样,买一份“智能体运行时”。
    这是商品化的经典路径:当一项技术的复杂度足够高、需求足够普遍、标准化程度足够成熟时,它就会从“解决方案”坍缩为“产品”,再从“产品”坍缩为“SKU”。DigitalOcean这一步,标志着智能体基础设施正式进入了第三个阶段。
    **商品化的代价:谁在受益,谁在被挤出**
    任何一次商品化,都是一次利益格局的重新洗牌。DigitalOcean把智能体基础设施变成SKU,受益者显而易见:中小团队和独立开发者。他们原本被挡在自建门槛之外,现在可以用极低的边际成本获得与大型企业同等水平的运行时能力。这是普惠,也是民主化。
    但硬币的另一面,是那些靠“帮别人搭智能体基础设施”为生的玩家。过去一年,大量创业公司和咨询团队的核心业务,就是替客户做harness模式的落地。他们卖的是“项目”,是“定制”,是“服务”。当DigitalOcean把同样的能力做成标准品,按小时或按调用量计费时,这些“项目”的溢价空间就会被迅速压缩。
    这不是DigitalOcean第一次做这种事。当年它把VPS价格打到5美元/月时,传统主机商也是同样的错愕。历史不会重复,但会押韵。智能体基础设施的“5美元时刻”,可能比所有人预想的都要来得更早。
    **更深层的信号:云厂商的“抽象权”争夺战**
    如果只把这件事看作一次价格战,那就低估了它的战略意义。DigitalOcean此举,本质上是在争夺智能体时代的“抽象权”。
    什么叫抽象权?就是定义“什么算基础设施、什么算应用逻辑”的权力。当harness模式被固化为一个SKU,意味着运行时层被彻底抽象掉了。开发者只需要关心自己的代理逻辑,剩下的全部交给平台。这种抽象一旦被市场接受,就会形成锁定效应——不是因为迁移成本高,而是因为“没必要迁移”。
    这对AWS、Azure、GCP来说,是一个必须警惕的信号。它们当然有能力提供类似的服务,但它们的体量和定位决定了它们很难像DigitalOcean这样“轻装上阵”。大厂要做的是平台,是生态,是全覆盖。而DigitalOcean做的是一把尖刀,直插最标准化的那一层。当标准化层被商品化,上层应用的利润空间反而会被放大——这恰恰是DigitalOcean想要的结果。
    **智能体基础设施的终局,是“看不见”**
    回过头来看,harness模式被OpenAI DevDay验证为默认方案,其实已经预示了今天的局面。当一个架构成为默认,它就不再是差异化优势,而是基础设施本身。而基础设施的终极形态,就是“看不见”——没有人会为它欢呼,但所有人都离不开它。
    DigitalOcean把智能体基础设施变成SKU,不是在终结创新,而是在把创新推向更高的层次。当运行时层被彻底商品化,真正的竞争才会回到代理本身:谁更聪明,谁更可靠,谁更能解决实际问题。这才是智能体该有的样子。
    至于那些还在犹豫要不要自建运行时的团队,或许该问自己一个问题:你是在做智能体,还是在做智能体的“水电煤”?如果是后者,那么货架上已经有一个更便宜、更省心的选项了。
    **评价引导:**
    你怎么看DigitalOcean把智能体基础设施做成标准SKU这件事?是普惠之举,还是对创业公司的降维打击?欢迎在评论区聊聊你的看法。如果你正在搭建智能体应用,你会选择自建运行时,还是直接买一个SKU?

    发表回复

    您的邮箱地址不会被公开。 必填项已用 * 标注

    You Missed

    六年收入翻番,达到5500万英镑:《独立报》如何摆脱对谷歌流量的“瘾”?

    • 由 chubai
    • 6 10 月, 2026
    • 7 views
    六年收入翻番,达到5500万英镑:《独立报》如何摆脱对谷歌流量的“瘾”?

    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    • 由 chubai
    • 6 10 月, 2026
    • 6 views
    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    花2万美元去墨西哥“见自己”:CEO、名人和空巢妈妈们,正在排队体验迷幻药里的“珠穆朗玛峰”

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    花2万美元去墨西哥“见自己”:CEO、名人和空巢妈妈们,正在排队体验迷幻药里的“珠穆朗玛峰”

    50PB数据审查、100多个组织被警报:OpenAI揭开AI代理失控的冰山一角

    • 由 chubai
    • 6 10 月, 2026
    • 6 views

    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    建筑界正在逼走最优秀的女性,这不是她们的错

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    建筑界正在逼走最优秀的女性,这不是她们的错